Linha do tempo do desenvolvimento de IA
Da máquina de Turing aos modernos modelos de linguagem
89 eventos
Teoremas da Incompletude de Gödel
Kurt Gödel publicou seus teoremas da incompletude, provando que qualquer sistema formal suficientemente poderoso contém proposições que não podem ser provadas nem refutadas dentro desse sistema. Essa descoberta não apenas chocou a comunidade matemática, mas também teve implicações profundas para a teoria da computação e a inteligência artificial.
Teoria InicialTese de Church-Turing
Alonzo Church e Alan Turing propuseram independentemente a famosa Tese de Church-Turing. Essa tese afirma que qualquer função efetivamente computável é Turing-computável. Isso formaliza a noção intuitiva de «computabilidade» e tornou-se a base da ciência da computação.
Teoria InicialMáquina de Turing
Alan Turing introduziu o conceito da Máquina de Turing em seu artigo seminal «On Computable Numbers, with an Application to the Entscheidungsproblem». Esse modelo computacional abstrato pode simular qualquer processo matematicamente computável.
Teoria InicialCálculo Lambda
Alonzo Church propôs o cálculo lambda, um sistema formal para definição e aplicação de funções. O cálculo lambda é considerado a base teórica da programação funcional. O cálculo lambda original de 1936 não tinha tipos; Church adicionou tipos simples em 1940 («A Formulation of the Simple Theory of Types»), criando um dos primeiros sistemas explicitamente tipados.
Teoria InicialModelo de Neurônio
Warren McCulloch e Walter Pitts publicaram «A Logical Calculus of the Ideas Immanent in Nervous Activity», introduzindo o primeiro modelo de neurônio artificial (neurônio McCulloch-Pitts). Esse modelo simplificou os neurônios em interruptores de limiar binário, lançando as bases para pesquisas posteriores em redes neurais.
Teoria InicialCibernética
Norbert Wiener publicou «Cybernetics: Or Control and Communication in the Animal and the Machine», fundando a nova disciplina da cibernética. O estudo de como os sistemas se regulam por meio de mecanismos de feedback teve impacto profundo na IA e na robótica.
Teoria InicialTeoria da Informação de Shannon
Claude Shannon publicou «A Mathematical Theory of Communication», lançando as bases da teoria da informação. Conceitos como entropia, codificação e quantidade de informação tornaram-se ferramentas centrais para compreender dados e processar informação.
Teoria InicialTeste de Turing
Em «Computing Machinery and Intelligence», Turing substituiu a pergunta ambígua «As máquinas podem pensar?» pelo jogo da imitação, no qual um interrogador usa uma conversa por texto para distinguir uma máquina de um ser humano. Trata-se de um critério comportamental, não de uma prova de consciência.
Teoria InicialA proposta de Dartmouth de 1955
Em 1955, John McCarthy, Marvin Minsky, Nathaniel Rochester e Claude Shannon usaram o termo «artificial intelligence» na proposta do Dartmouth Summer Research Project e delinearam um programa de pesquisa para o verão de 1956.
Teoria InicialConferência de Dartmouth
O workshop de Dartmouth no verão de 1956 ajudou a estabelecer o nome «artificial intelligence» e sua agenda de pesquisa como identidade de um novo campo acadêmico; o termo já aparecia na proposta de 1955.
Nascimento da IALogic Theorist
Allen Newell e Herbert Simon desenvolveram o «Logic Theorist», um dos primeiros programas práticos de IA. Este programa podia provar teoremas do Principia Mathematica e é frequentemente citado entre os primeiros programas de IA. Newell e Simon receberam o Prêmio Turing em 1975.
Nascimento da IAPerceptron
Frank Rosenblatt propôs o modelo Perceptron, um modelo inicial influente de rede neural artificial. O Perceptron é um classificador binário linear simples que aprende a classificar dados de entrada ajustando pesos.
Nascimento da IALinguagem Lisp
John McCarthy desenvolveu o Lisp no MIT, uma das primeiras linguagens de alto nível estreitamente associadas à pesquisa em IA. A flexibilidade do Lisp e seu poderoso processamento simbólico o tornaram a linguagem preferida para pesquisa em IA.
Nascimento da IAGeneral Problem Solver
Newell e Simon desenvolveram o General Problem Solver (GPS), o primeiro programa de IA que tentou simular a resolução de problemas por humanos. O GPS decompo a resolução de problemas em decomposição de objetivos e busca de subobjetivos.
Nascimento da IATeorema da Convergência do Perceptron
Frank Rosenblatt provou a propriedade de convergência do algoritmo de aprendizado do perceptron, mostrando que se os dados forem linearmente separáveis, o perceptron definitivamente convergirá.
Nascimento da IAPrimeiro Robô Industrial
O Unimate tornou-se o primeiro robô a trabalhar numa linha de montagem. Em 1961, a General Motors instalou-o na fábrica de Trenton, em Nova Jérsia, para descarregar uma máquina de fundição injetada, retirando da máquina as peças ainda quentes. A Unimation construiu estas máquinas para trabalhos difíceis, perigosos ou monótonos para as pessoas.
Nascimento da IAPercepção automática de sólidos tridimensionais
Em sua tese de doutorado no MIT, de 1963, Larry Roberts descreveu um sistema para interpretar, a partir de imagens, cenas de sólidos poliédricos simples, uma importante base inicial da visão computacional tridimensional.
Nascimento da IALançamento do Project MAC
O MIT lançou o Project MAC em 1963 sob a direção de Robert Fano para estudar tempo compartilhado, computação e cognição auxiliada por máquinas. O projeto de inteligência artificial do MIT, fundado em 1959, participou depois; os dois não eram um único laboratório fundado em 1959.
Nascimento da IAELIZA
Joseph Weizenbaum criou o ELIZA no MIT, um dos primeiros chatbots. O ELIZA simulava a conversa de um psicoterapeuta por meio de correspondência de padrões, provocando reflexões profundas sobre a interação humano-computador.
Nascimento da IARobô Shakey
O SRI International desenvolveu o Shakey, um dos primeiros robôs móveis autônomos que podia perceber seu ambiente, planejar caminhos e executar tarefas. O Shakey combinava visão computacional, PLN e algoritmos de planejamento.
Nascimento da IACrítica de Minsky-Papert
Marvin Minsky e Seymour Papert publicaram «Perceptrons», uma análise rigorosa do que perceptrons de camada única podem ou não representar. O livro é frequentemente associado à queda posterior do interesse em redes neurais, mas as mudanças de financiamento também refletiram limites computacionais, expectativas frustradas e decisões políticas mais amplas.
Inverno da IATeoria dos Frames
Marvin Minsky publicou o «Frame Paper», propondo a teoria dos Frames para representação de conhecimento. Essa teoria influenciou a programação orientada a objetos e os métodos de representação de conhecimento posteriores.
Nascimento da IAO nascimento do Prolog
Alain Colmerauer, Philippe Roussel e seus colaboradores desenvolveram em Marselha a primeira versão do Prolog, aplicando a lógica de predicados à programação e impulsionando a programação lógica e a IA simbólica.
Inverno da IARelatório Lighthill
O cientista britânico James Lighthill apresentou ao governo do Reino Unido um relatório pessimista sobre a pesquisa em IA, levando a cortes significativos no financiamento.
Inverno da IASistema Especialista MYCIN
A Universidade de Stanford desenvolveu o MYCIN, um sistema especialista para diagnóstico médico. Ele demonstrou a praticidade dos sistemas especialistas, embora nunca tenha sido utilizado clinicamente devido a questões de responsabilidade.
Inverno da IASistema Especialista XCON
A DEC implantou o XCON (eXpert CONfigurer), um sistema especialista para configurar sistemas de computadores VAX. O XCON foi o primeiro sistema especialista comercialmente bem-sucedido, economizando milhões anualmente para a empresa.
Inverno da IAPrimeiro Inverno da IA
Após avaliações críticas e cortes de financiamento nos anos 1970, parte da pesquisa em IA entrou em retração. O «primeiro inverno da IA» é uma periodização retrospectiva, com momento e intensidade diferentes entre países e áreas.
Inverno da IAFGCS Japonês
O Japão anunciou o Projeto do Computador de Quinta Geração (FGCS), um projeto de 10 anos para desenvolver computadores capazes de raciocínio lógico e processamento de conhecimento.
Inverno da IAAlgoritmo de Retropropagação
David Rumelhart, Geoffrey Hinton e Ronald Williams publicaram sobre o algoritmo de retropropagação, tornando possível o treinamento de redes neurais multicamadas.
Inverno da IAInício do Segundo Inverno da IA
Com a ascensão dos computadores pessoais, o mercado de máquinas Lisp, caras, entrou em colapso. Muitas empresas de IA faliram novamente.
Inverno da IAAscensão dos Métodos Estatísticos
Na década de 1990, os métodos estatísticos começaram a dominar a pesquisa em IA. Modelos Ocultos de Markov (HMMs) no reconhecimento de fala, Naive Bayes e árvores de decisão no aprendizado de máquina, todos obtiveram bons resultados.
O RenascimentoIA na Guerra do Golfo
Os militares dos EUA usaram sistemas de planejamento e logística baseados em IA na Guerra do Golfo, demonstrando o potencial da IA em aplicações do mundo real.
Inverno da IANascimento da World Wide Web
Tim Berners-Lee criou a World Wide Web. A popularização da internet mudou o estilo de vida humano e forneceu recursos de dados sem precedentes para a IA.
O RenascimentoFim do Segundo Inverno
À medida que a tecnologia amadureceu e as aplicações comerciais aumentaram, a IA começou a sair do inverno. O renascimento das redes neurais e a ascensão dos métodos estatísticos estabeleceram as bases para uma nova era.
Inverno da IAMáquina de Vetores de Suporte
Vladimir Vapnik e outros propuseram a Máquina de Vetores de Suporte (SVM), um método poderoso de classificação e regressão. A SVM alcançou excelente desempenho em classificação de textos e reconhecimento de escrita manual.
O RenascimentoDeep Blue vs Kasparov
O Deep Blue da IBM derrotou o campeão mundial de xadrez Garry Kasparov, demonstrando a capacidade da IA de superar as capacidades humanas em tarefas bem definidas.
Inverno da IAMemória de Longo e Curto Prazo (LSTM)
Sepp Hochreiter e Jürgen Schmidhuber propuseram a LSTM, um tipo especial de RNN capaz de aprender dependências de longo prazo. A LSTM alcançou grande sucesso no reconhecimento de fala e na modelagem de linguagem.
O RenascimentoLeNet-5
Yann LeCun desenvolveu a LeNet-5, uma CNN para reconhecimento de dígitos manuscritos. A LeNet-5 foi um dos primeiros modelos de aprendizado profundo implantados em larga escala comercialmente, utilizado pelo Serviço Postal dos EUA para reconhecimento de códigos postais.
O RenascimentoModelo de linguagem neural probabilístico
Yoshua Bengio, Réjean Ducharme, Pascal Vincent e Christian Jauvin propuseram um modelo de linguagem neural probabilístico que aprende conjuntamente representações distribuídas de palavras e probabilidades de sequências para enfrentar a maldição da dimensionalidade. A rede é feed-forward, não recorrente.
O RenascimentoPrograma CIFAR de computação neural
A partir de 2004, um programa do CIFAR promoveu encontros regulares entre Geoffrey Hinton, Yann LeCun, Yoshua Bengio e colaboradores. A iniciativa coordenou pesquisas que contribuíram para o renascimento do deep learning, sem ser um ponto inicial único.
O RenascimentoRedes de Crença Profundas
Geoffrey Hinton propôs as Redes de Crença Profundas (DBN), a primeira rede neural profunda treinada com sucesso. Hinton introduziu o «pré-treinamento camada por camada» para resolver as dificuldades de treinamento.
O RenascimentoGPU para Aprendizado Profundo
Pesquisadores começaram a usar GPUs para acelerar o treinamento de aprendizado profundo. A computação paralela das GPUs tornou possível o treinamento de grandes redes neurais.
O RenascimentoConjunto de Dados ImageNet
A equipe ImageNet publicou em 2009 o artigo sobre uma grande base hierárquica de imagens organizada com WordNet. O ImageNet e seu desafio de reconhecimento tornaram-se infraestrutura importante para treino e avaliação em larga escala.
O RenascimentoAvanço no Reconhecimento de Fala
O Google usou modelos de aprendizado profundo para reduzir a taxa de erro no reconhecimento de fala em 25%. Este foi o primeiro grande avanço do aprendizado profundo no reconhecimento de fala.
O RenascimentoAvanço no ImageNet
A equipe de Alex Krizhevsky, Ilya Sutskever e Geoffrey Hinton usou a AlexNet na competição ImageNet, vencendo por uma margem esmagadora. A taxa de erro caiu de 26% para 15%.
O RenascimentoWord2Vec
Tomas Mikolov lançou o Word2Vec, um modelo de rede neural para aprender representações de palavras. O Word2Vec permitiu que os computadores compreendessem as relações semânticas entre palavras.
O RenascimentoRedes Generativas Adversariais (GAN)
Ian Goodfellow propôs a GAN, uma das inovações mais importantes no aprendizado profundo. A GAN gera imagens extremamente realistas por meio de treinamento adversarial.
O RenascimentoResNet
Kaiming He e outros propuseram a ResNet, resolvendo a dificuldade de treinamento de redes profundas por meio de conexões de salto. A ResNet permitiu o treinamento de centenas de camadas.
O RenascimentoAlphaGo Derrota Lee Sedol
O AlphaGo da DeepMind derrotou o campeão mundial de Go, Lee Sedol, por 4 a 1. O Go era considerado um dos jogos de tabuleiro mais difíceis para a IA.
O RenascimentoArquitetura Transformer
O Google propôs a arquitetura Transformer, uma quebra revolucionária no PLN. O Transformer é a base dos modelos de linguagem modernos de grande escala.
O RenascimentoLançamento do GPT-3
A OpenAI lançou o GPT-3, um modelo de linguagem de grande escala com 175 bilhões de parâmetros. O GPT-3 demonstrou capacidades surpreendentes de geração de linguagem, provocando discussões generalizadas sobre a AGI.
A Era dos LLMsDALL-E e CLIP
A OpenAI lançou o DALL-E (geração de imagens) e o CLIP (aprendizado contrastivo imagem-texto). Esses modelos demonstraram a capacidade da IA de compreender e gerar conteúdo multimodal.
A Era dos LLMsCodex e GitHub Copilot
A OpenAI lançou o Codex, um modelo de IA que compreende e gera código. O GitHub Copilot tornou-se o primeiro assistente de programação com IA amplamente utilizado.
A Era dos LLMsLançamento do ChatGPT
Em novembro de 2022, a OpenAI lançou o ChatGPT, o primeiro assistente conversacional generativo voltado ao mercado de massa. O ChatGPT alcançou 100 milhões de usuários em dois meses, tornando-se o produto de consumo de crescimento mais rápido da história.
A Era dos LLMsStable Diffusion em Código Aberto
A Stability AI lançou o Stable Diffusion, um modelo de geração de imagens em código aberto. A atividade da comunidade de código aberto popularizou rapidamente a tecnologia de geração de imagens.
A Era dos LLMsLançamento do GPT-4
A OpenAI lançou o GPT-4, um modelo multimodal capaz de processar imagens e texto. O GPT-4 mostrou desempenho próximo ao humano em benchmarks profissionais e acadêmicos.
A Era dos LLMsLançamento do Claude
A Anthropic lançou o Claude, um assistente de IA focado em segurança e utilidade. O design do Claude reflete a ênfase na segurança da IA — a IA deve ser útil, inofensiva e honesta.
A Era dos LLMsLLaMA em Código Aberto
A Meta lançou o LLaMA, um modelo de linguagem de grande escala sob licença de pesquisa não comercial. Embora o LLaMA tenha um tamanho de parâmetros relativamente pequeno, seu excelente desempenho promoveu o desenvolvimento de LLMs de pesos abertos.o de LLMs em código aberto.
A Era dos LLMsAscensão do Conceito de Agente de IA
O conceito de Agente de IA começou a receber atenção generalizada. Agentes são sistemas de IA capazes de planejar e executar tarefas complexas de forma autônoma.
A Era dos LLMsGemini 1.5 e contexto longo
Em fevereiro de 2024, a Google apresentou o Gemini 1.5, com arquitetura mixture-of-experts e janela de contexto experimental de até um milhão de tokens.
A Era dos LLMsSérie Claude 3
A Anthropic lançou a série Claude 3, incluindo Opus, Sonnet e Haiku. O Claude 3 Opus foi competitivo com o GPT-4 em vários benchmarks, incluindo MMLU e GPQA, mas ficou atrás em outros.
A Era dos LLMsLlama 3 open source
Meta lançou a família Llama 3 com pesos abertos, incluindo modelos de 8 e 70 bilhões de parâmetros. O posterior Llama 3.1 405B foi o primeiro modelo de pesos abertos a igualar concorrentes de código fechado de fronteira em benchmarks comuns.echado de fronteira em benchmarks comuns.
A Era dos LLMsLei de IA da UE aprovada
A União Europeia aprovou a Lei de IA, a primeira regulação horizontal abrangente da inteligência artificial. A lei estabeleceu uma classificação baseada em riscos e requisitos rigorosos para sistemas de IA de alto risco.
A Era dos LLMsModelo OpenAI o1
A OpenAI lançou o modelo o1, um modelo de grande escala com capacidades de raciocínio. O o1 tem excelente desempenho em tarefas científicas e de programação, demonstrando capacidade de «pensar».
A Era dos LLMsBeta público de uso de computador do Claude
Em outubro de 2024, a Anthropic lançou o beta público de uso de computador para uma versão atualizada do Claude 3.5 Sonnet, permitindo que desenvolvedores o orientassem a ver a tela, mover o cursor, clicar e digitar.
A Era dos LLMsLançamento do Protocolo MCP
A Anthropic lançou o MCP (Model Context Protocol), um protocolo padrão aberto para conectar modelos de IA com ferramentas e fontes de dados externas. O MCP está se tornando o «USB-C» das aplicações de IA.
A Era dos LLMsMaturação do ecossistema de agentes
Até 2025, os agentes de IA amadureceram de demonstrações de pesquisa para ferramentas de produção. Agentes de codificação, agentes de navegador e agentes de tarefas multi-etapas tornaram-se ofertas padrão, com OpenAI, Anthropic, Google e projetos open source entregando sistemas capazes.
A Era dos LLMsLançamento do DeepSeek R1
O laboratório chinês DeepSeek lançou o R1, um modelo de raciocínio open source cujo desempenho rivalizava com o o1 da OpenAI. O lançamento demonstrou que capacidades de fronteira podiam ser alcançadas fora do establishment de IA dos EUA e desencadeou uma reavaliação global da competição em IA.
A Era dos LLMsLançamento do Projeto Stargate
A OpenAI, a Oracle, a SoftBank e a MGX dos Emirados Árabes Unidos anunciaram conjuntamente um investimento de 500 bilhões de dólares para construir infraestrutura de IA nos Estados Unidos. O projeto planeja construir vários grandes data centers ao longo de quatro anos, o maior investimento do setor privado na história da IA.
A Era dos LLMsLançamento do Claude 3.7 Sonnet
A Anthropic lançou o Claude 3.7 Sonnet, o primeiro modelo a suportar «raciocínio híbrido»—os usuários podem alternar entre respostas instantâneas e reflexão aprofundada no mesmo modelo. O Claude 3.7 marca o início da consolidação das formas de produto de IA para raciocínio.
A Era dos LLMsAnthropic capta US$ 3,5 bilhões
Em março de 2025, a Anthropic anunciou uma rodada de financiamento de 3,5 bilhões de dólares com avaliação de 61,5 bilhões de dólares, tornando-se uma das startups de IA mais bem avaliadas do mundo e refletindo a maior concentração de capital na indústria de IA.
A Era dos LLMsLançamento open source do Llama 4
A Meta lançou os modelos multimodais de pesos abertos Llama 4 Scout e Maverick e apresentou o Behemoth, um modelo professor ainda em treino e não lançado.
A Era dos LLMsLançamento do Claude 4
A Anthropic lançou a família Claude 4 (Opus 4 e Sonnet 4), introduzindo a capacidade de «pensamento estendido» (Extended Thinking) com melhorias significativas em programação, raciocínio e tarefas de longo horizonte. O Claude 4 consolidou a posição da Anthropic no mercado de IA empresarial.
A Era dos LLMsObrigações GPAI do AI Act começam a aplicar-se
Em 2 de agosto de 2025 tornaram-se aplicáveis as regras de governação e as obrigações para modelos de IA de finalidade geral. Outras disposições seguem calendários distintos; não foi o início geral da aplicação integral.
A Era dos LLMsLançamento do GPT-5
A OpenAI lançou o GPT-5, um modelo carro-chefe unificado que integra as capacidades de raciocínio da série o com as capacidades conversacionais da série GPT. O GPT-5 estabeleceu uma nova fronteira em programação, matemática e raciocínio, suportando contextos mais longos e uso de ferramentas.
A Era dos LLMsOpenAI conclui a recapitalização
A OpenAI concluiu a recapitalização da sua estrutura. O negócio com fins lucrativos passou a ser uma public benefit corporation denominada OpenAI Group PBC, e a OpenAI Foundation, entidade sem fins lucrativos, continua a controlá-lo com a mesma missão. Segundo a OpenAI, a recapitalização ocorreu após quase um ano de conversações com os procuradores-gerais da Califórnia e do Delaware.
A Era dos LLMsOs agentes entram nos produtos empresariais lançados
No primeiro semestre de 2026, as capacidades agênticas saíram da demonstração e entraram nos produtos empresariais lançados: agentes de programação, de apoio ao cliente e de automatização de escritório passaram a ser funcionalidades documentadas, e em torno deles amadureceu a infraestrutura de chamada de ferramentas e de colaboração multiagente. Até onde chegou realmente a adoção não está estabelecido. Os inquéritos publicados apresentam taxas de produção muito diferentes porque não concordam sobre o que conta como agente; esta entrada regista por isso uma direção e não um nível.
A Era dos LLMsOs modelos de pesos abertos publicam à escala da fronteira
No primeiro semestre de 2026, os lançamentos de pesos abertos da DeepSeek, da Alibaba Qwen, da Moonshot, da Zhipu e da Meta atingiram uma escala antes reservada aos sistemas fechados, com pesos e fichas de modelo descarregáveis e não apenas descritos. Saber se algum deles iguala a fronteira fechada depende do índice de referência utilizado e da sua ponderação; esta entrada regista por isso o que foi lançado e sob que licença, e não uma classificação.
A Era dos LLMsNature publica o sistema multiagente Co-Scientist
A Nature publicou o Co-Scientist, um sistema multiagente construído sobre o Gemini que formula hipóteses de investigação inéditas para verificação experimental. O artigo relata a validação em três aplicações biomédicas: reposicionamento de fármacos, descoberta de novos alvos e explicação de mecanismos de resistência antimicrobiana. Os autores apresentam-no como assistente dos investigadores e não como substituto, o que constitui prova revista por pares de uma IA que participa na formulação de hipóteses e não apenas na análise.
A Era dos LLMsMeta começa a desfazer a integração da Manus
Segundo reportagem de 11 de junho de 2026, a Meta começou a desfazer a integração da aquisição da Manus, interrompendo o compartilhamento de dados e separando operações. A reportagem relaciona a medida a exigências regulatórias chinesas; o status jurídico e operacional posterior deve ser conferido em divulgações atualizadas.
A Era dos LLMsClaude Fable 5 e Mythos 5 suspensos e depois restaurados
Em 9 de junho de 2026, a Anthropic lançou o Fable 5 com salvaguardas para uso geral e o Mythos 5 para parceiros verificados do Project Glasswing. Os controles dos EUA de 12 de junho exigiram restrições a estrangeiros; sem conseguir verificar nacionalidade em tempo real, a empresa suspendeu ambos globalmente. Após a revogação em 30 de junho, o Fable 5 voltou globalmente em 1º de julho e o Mythos 5, inicialmente, para organizações americanas aprovadas.
A Era dos LLMsOpenAI enfrenta investigação conjunta de procuradores-gerais estaduais dos EUA
Em 13 de junho de 2026, uma coalizão de procuradores-gerais estaduais dos EUA, liderada pelo procurador-geral do estado de Nova York, abriu investigação contra a OpenAI e expediu intimação. A intimação exige documentos relacionados a投放 de publicidade, engajamento e retenção de usuários, tendência à bajulação do modelo, tratamento de dados de consumidores e de saúde, e proteção de menores e idosos. A OpenAI afirmou que colaborará com os procuradores-gerais e destacou que o ChatGPT já conta com mecanismos mais rigorosos de proteção para menores. É a primeira investigação sistêmica já conduzida por autoridades estaduais dos EUA contra uma grande empresa de IA.
A Era dos LLMsOpenAI limita lançamento do GPT-5.6 a pedido do governo dos EUA
Em 26 de junho de 2026, a pedido do governo dos EUA, a OpenAI iniciou uma prévia limitada do GPT-5.6 Sol, Terra e Luna para poucos parceiros confiáveis. Em 9 de julho, a família GPT-5.6 tornou-se geralmente disponível; a OpenAI afirmou que o processo limitado não deveria virar padrão.
A Era dos LLMsSamsung e SK Hynix anunciam grandes planos plurianuais de memória
Em 29 de junho de 2026, Samsung e SK Hynix anunciaram planos plurianuais de 800 biliões de won, incluindo quatro fábricas de memória no sudoeste sul-coreano. A conversão em dólares varia com o câmbio; escopo, aprovações e execução continuam sob revisão.
A Era dos LLMsGemini Spark chega ao Mac como agente de desktop
Em 1 de julho de 2026, a Google lançou o Gemini Spark — o seu assistente de IA agentic 24/7 — para macOS, com acompanhamento em tempo real e integração mais ampla com aplicações. Spark atua de forma persistente na vida digital do utilizador, marcando o impulso da Google para levar a IA agêntica ao desktop do consumidor.
A Era dos LLMsMoonshot publica os pesos abertos do Kimi K3
Em julho de 2026, a Moonshot AI publicou no Hugging Face os pesos abertos do Kimi K3. A ficha do modelo indica 2,8 biliões de parâmetros no total, dos quais 104 mil milhões ativados, uma janela de contexto de 1 048 576 tokens e a licença Kimi K3. É o maior modelo de linguagem de descarregamento livre publicado até à data e coloca um laboratório asiático na fronteira dos lançamentos de pesos abertos.
A Era dos LLMsCloudflare classifica rastreadores de IA por finalidade
Em 1 de julho de 2026, a Cloudflare anunciou controlos separados para Search, Agent e Training. A partir de 15 de setembro, novos domínios bloquearão Training e Agent por padrão em páginas com anúncios, mantendo Search permitido; os proprietários podem alterar as opções e a regra mais restritiva vale para rastreadores multifunção.
A Era dos LLMsMicrosoft lança empresa de deployment de IA de 2,5 mil milhões de dólares
Em 2 de julho de 2026, a Microsoft anunciou a Microsoft Frontier Company, uma nova unidade operacional focada em deployments de IA empresarial com as ferramentas de IA existentes da Microsoft. O projeto conta com um investimento de 2,5 mil milhões de dólares da Microsoft e 6 000 especialistas da indústria e engenharia — juntando-se à Amazon e à OpenAI no lançamento de uma organização dedicada ao deployment de IA.
A Era dos LLMsRegulamento da IA da UE torna-se plenamente aplicável
Em 2 de agosto de 2026, o Regulamento da IA da UE tornou-se plenamente aplicável e o Serviço para a IA, juntamente com as autoridades nacionais, assumiu a execução, a supervisão e a fiscalização. A mesma revisão adiou as obrigações de alto risco mais pesadas: os sistemas autónomos do anexo III aplicam-se a partir de 2 de dezembro de 2027 e a IA integrada em produtos regulamentados a partir de 2 de agosto de 2028. As práticas proibidas já se aplicavam desde 2 de fevereiro de 2025 e as obrigações relativas aos modelos de finalidade geral desde 2 de agosto de 2025.
A Era dos LLMs